MiniMax-H3 模型卡曝光：支持图生视频与原生立体声
ostrisai · x · 2026-08-03
MiniMax 的新型全模态生成系统 MiniMax-H3 模型卡出现在 Hugging Face 上。该系统支持对文本、图像、视频和音频的统一理解，并能生成带有原生立体声、时长最长 15 秒、分辨率最高 2K 的视频。
主要规格包括：
- 输出：支持 4-15 秒时长，24 FPS，32 kHz 立体声，兼容 21:9 至 9:16 等多种宽高比。
- 语言：稳定支持中、英、日、韩等 11 种对话语言。
- 模式：包含首尾帧生成（H3-Base-FL2VA）等多种变体，支持纯文本生视频、图生视频、音频生视频等丰富模态。
所属事件:MiniMax 开源 33B 全模态视频模型 H3(35 条相关)→
「模型」频道最新
- 博主实测：argon 日常全面能打，但重度编码仍略逊 Claude — iruletheworldmo · 2026-10-16
- NVIDIA 发布 Qwen3.8-Flash FP4 量化版，主打本地部署 — nvidia · 2026-10-16
- RoboVista 机器人理解基准发布:Gemini-4 Argon 81.9% 登顶 — berkeley_ai · 2026-10-16
- 开发者实测:决策模型 jev 质量跑赢 GPT-6-Luna — genmon · 2026-10-16
- Reddit 用户求证 Google AI Pro 订阅中 Argon 4 用量上限 — Consistent-Text-2662 · 2026-10-16
- Reddit 用户困惑:为什么那么多人觉得 Claude 比 ChatGPT 好 — -ButterflyEffect- · 2026-10-16